Главное про AI - Вадим Жартун

объяснять, почему кнопка не там, можно лично поддерживать пользователя. Масштаб — GA (General Availability — общедоступная версия, в которой каждый сбой становится инцидентом, а не «шероховатостью бета-версии»). В GA каждый баг становится инцидентом. AI-пилот, который в бете выдавал 80% точности, в GA выдаёт 80% инцидентов. Поэтому на этапе пилота нельзя довольствоваться «уже работает» — нужно целиться в качество GA с самого начала. Иначе компания получает пилот, который красиво смотрится в презентации и ломается в продакшне через неделю.

McKinsey State of AI 2025 даёт подсказку в цифрах масштабирования: среди компаний с выручкой больше 5 млрд долларов около 50% начали масштабирование, среди компаний меньше 100 млн долларов — только 29%. Разрыв объясняется не бюджетом, а сложностью. Большие компании имеют больше функций, и пилот, который сработал в одной, статистически хуже переносится на другие. McKinsey фиксирует, что компании-лидеры используют AI в среднем в большем количестве функций и в 3 раза чаще переделывают процессы целиком — эту же закономерность мы видели в разделе про TCO. Вывод: масштаб — не «тот же пилот в 5 отделах», а «5 переделанных процессов с одной общей моделью». Модель может быть одна, но способ её применения в каждом отделе свой. Если компания не готова к переделке пяти процессов, лучше сократить амбицию и оставить пилот в одном отделе, чем размазать его на пять.

СЦЕНАРИИ ВЫХОДА ИЗ «PILOT PURGATORY»

Когда пилот прошёл, а масштабирование буксует, у проекта есть четыре развилки. Заголовок обещает четыре сценария — вот они как чек-лист, без которого вы выберете сценарий по инерции, а не по смыслу.

1: Свернуть проект. Честный ответ «не взлетело» лучше вечного пилота. Решение принимается, если после 3 месяцев пилота ROI не виден и в масштабе он не появится.

2: Урезать амбицию. Оставить проект в одном отделе, признать его локальной историей. Экономит 6–12 месяцев попыток масштаба.

3: Сменить владельца. Найти человека, для которого AI — часть KPI. Часто это перезапускает проект, потому что меняется приоритет.

4: Сменить процесс. Не масштабировать модель, а переделать процесс в каждом отделе под модель. Дорого, но единственный путь для лидеров — они идут по нему в 3 раза чаще остальных.

МАЛЫЙ БИЗНЕС: СВОЯ ЛОГИКА ВНЕДРЕНИЯ НА 3–10 ЧЕЛОВЕК

Отдельный повод для оговорки: всё, что описано выше в этой главе, написано для компании со штатом от 50 человек и выше. Владелец малого бизнеса с 3–10 сотрудниками смотрит на главу и справедливо говорит: «У меня нет C-level, нет владельца процесса, нет бюджета на пять ролей, нет юриста в штате — что делать?»

Для такого бизнеса инструкция другая и проще:

1: Не стройте ролевую модель. Один человек — основатель или его первый заместитель — закрывает все пять ролей AI-проекта одновременно. Это нормально, потому что проект маленький.

2: Стартуйте с быстрой победы за 1–2 недели, не с пилота на 90 дней. Сводка почты, AI-помощник в написании, RAG-бот по вашей собственной базе знаний — всё это окупается в первый месяц, не требует C-level и встаёт за вечер.

3: Не согласовывайте с юристами, безопасниками, ИТ. Их в вашей компании нет. Используйте только сервисы, которые не отправляют ваши данные наружу (Yandex Cloud, GigaChat API, локальный Ollama на вашем ноутбуке). Не используйте чужие облака с бесплатным тарифом для задач с персональными данными.

4: Не пишите «AI-стратегию». У вас нет стратегии цифровизации — и не надо. У вас есть две-три задачи, которые вы хотите ускорить. Этого достаточно.

5: Считайте экономию времени, не EBIT. Метрика «30 минут в день на письма» понятна и измерима. Метрика «вклад в EBIT» для бизнеса на 10 человек — попытка измерить микроскопом температуру.

Если вы дочитали до этого абзаца и думаете «у меня пилот срывается, потому что владелец — тот же, кто запускал», — это уже не малый бизнес, это зрелый проект. Возвращайтесь к разделам про роли и масштабирование.

ПУТЬ ПРОЕКТА ОТ ПИЛОТА ДО МАСШТАБА В ОДНОЙ ТАБЛИЦЕ

Глава обещала пошаговый план внедрения — от выбора пилота до масштабирования. Вот он в формате, который можно скопировать в план проекта или повесить на стену.

РЕЗЮМЕ

Лицензия и инференс — четверть реальной стоимости AI-внедрения. Остальное уходит на интеграцию, данные, сопровождение, безопасность, людей. Пилот выживает при именном владельце с C-level поддержкой, метрике до старта, плане отката и пользователе с «кожей в игре».

Быстрая победа окупается за 30–60 дней при трёх признаках: результат виден в цифрах, цена ошибки ничтожна, метрика считается «до/после». Пять этапов создания AI-агента ставят процесс первым — без переделки рабочего процесса модель не приносит ценности.

ADKAR работает по одному человеку: «команда приняла AI» — фикция, принятие происходит персонально. BANI требует самовосстанавливающегося регламента и короткого цикла обратной связи.

Пять ролей AI-проекта — владелец, промпт-инженер, валидатор, интегратор, продакт-менеджер — не совмещаются больше 2,5 на человека. Владелец AI всегда отдельный, иначе через три месяца проект становится техническим упражнением.

Бюджет распределяется по правилу 10–20–70: 70% идёт на людей и процессы. Пилот должен сразу целиться в качество GA, а не оставаться в режиме беты. Когда масштабирование буксует, выбор из четырёх сценариев выхода — иначе проект остаётся в чистилище пилотов.

Внедрение AI — не разовая акция, а новая операционная дисциплина компании. Пока мы обсуждали пилоты, роли, бюджеты и управление изменениями, индустрия сдвинулась сразу в нескольких направлениях: агентный AI (agentic AI — системы, которые сами планируют и исполняют цепочки действий) вышел из лабораторий, edge AI (модели, работающие прямо на устройстве — ноутбуке, телефоне, edge-сервере, без отправки данных в облако) появился в ноутбуках, мультимодальность (модели, которые одновременно работают с текстом, изображениями, аудио и видео) стала стандартом. Рынок труда уже перераспределяется между профессиями, а долгосрочные рамки 2026–2028 задают горизонт, в который стоит смотреть бизнесу. Следующая глава разберёт, что из этого структурный сдвиг, а что маркетинговый пузырь, и куда всё это движется в ближайшие годы.

Глава 15. Тренды AI: что нас ожидает в 2026–2028

В мае 2025 года Microsoft официально объявила «эру AI-агентов». Сатья Наделла в блоге к Microsoft Build 2025 написал прямо: «Модели стали мощнее и эффективнее благодаря прорывам в рассуждении и памяти». Открытый агентский веб, по его словам, перестаёт быть экспериментом. Он становится рабочей моделью для корпоративного AI.

В тот же месяц Salesforce